Język R. Receptury. Analiza danych, statystyka i przetwarzanie grafiki. Wydanie II
- Autorzy:
- JD Long, Paul Teetor
- Ocena:
- 6.0/6 Opinie: 1
- Stron:
- 536
- Druk:
- oprawa miękka
- Dostępne formaty:
-
PDFePubMobi
Opis ebooka: Język R. Receptury. Analiza danych, statystyka i przetwarzanie grafiki. Wydanie II
Język R jest potężnym narzędziem używanym w statystyce, przetwarzaniu grafiki i programowaniu statystycznym; stanowi konkurencję dla komercyjnych systemów do obliczeń tego rodzaju. Zawiera wszystkie narzędzia, których potrzebują statystycy. Równocześnie jest to specyficzny język, przez co jego użytkowanie może sprawiać problemy. Zarówno proste, jak i złożone zadania są łatwe do wykonania, jeśli tylko wiadomo, w jaki sposób je zrobić. Jeżeli jednak trzeba stopniowo dochodzić do właściwego rozwiązania, może to kosztować sporo cierpliwości i zniechęcać.
Oto zbiór 275 receptur instruktażowych, z których każda pomaga w rozwiązaniu konkretnego problemu. Wszystkie zostały starannie przetestowane i wielokrotnie dowodziły swojej przydatności. Każda z omawianych receptur została poprzedzona krótkim wprowadzeniem i omówieniem zastosowanych mechanizmów działania. Nie jest to klasyczny podręcznik programowania, jednak z pewnością przyśpieszy naukę praktycznego wykorzystania możliwości R. Jeśli masz już pewne doświadczenie z tym językiem, odświeżysz swoją wiedzę i uzyskasz szerszą perspektywę. Wśród receptur znajdziesz obejmujące szeroki zakres zadania - od podstawowych operacji na danych wejściowych i wyjściowych, poprzez statystykę ogólną, aż po grafikę i regresję liniową. Dowiesz się również, jak wykorzystać język R do wizualizacji danych za pomocą ciekawych wykresów graficznych.
W tej książce między innymi:
- przygotowywanie danych wejściowych i upraszczanie danych wyjściowych
- macierze, listy, wektory czynnikowe, ramki danych
- testy statystyczne, przedziały ufności, prawdopodobieństwa
- modele statystyczne z wykorzystaniem regresji liniowej i analizy wariancji
- stosowanie zaawansowanych technik statystycznych
R: błyskawicznie osiągniesz znakomite wyniki!
Proven Recipes... - Sprawdzone techniki analizy danych, statystyczne i graficzne
Perform... - Przeprowadzaj szybko i skutecznie analizę danych w języku R korzystaj z ponad 275 praktycznych receptur opisanych w drugim wydaniu niniejszej książki. Język R zawiera wszelkie narzędzia wymagane przez statystyków, ale ich struktura może być trudna do perfekcyjnego opanowania. Omówione tu receptury zorientowane na zadania sprawią, że od razu zaczniesz osiągać znakomite wyniki. Wśród rozwiązań znajdziesz szeroki zakres zadań, począwszy od podstawowych operacji na danych wejściowych i wyjściowych, poprzez statystykę ogólną, aż po grafikę i regresję liniową.
Każda receptura opisuje określony problem i zawiera sekcję poświęconą objaśnieniu rozwiązania oraz mechanizmów jego działania. Jeżeli dopiero zaczynasz przygodę z językiem R, książka ta stanowi dobre wprowadzenie do tematu. Bardziej zaawansowanym użytkownikom pomoże ona odświeżyć pamięć i rozszerzyć perspektywę. Dzięki tej lekturze zaczniesz szybciej wykonywać swoją pracę, a przy okazji nauczysz się wiele o języku R.
- Twórz wektory, obsługuj zmienne i realizuj podstawowe funkcje.
- Upraszczaj dane wejściowe i wyjściowe.
- Obsługuj takie struktury danych, jak macierze, listy, wektory czynnikowe i ramki danych.
- Pracuj z prawdopodobieństwem, rozkładami prawdopodobieństwa i zmiennymi losowymi.
- Obliczaj statystyki oraz przedziały ufności i przeprowadzaj testy statystyczne.
- Twórz różnorodne rodzaje wykresów graficznych.
- Buduj modele statystyczne za pomocą regresji liniowej i analizy wariancji (ANOVA).
- Poznaj zaawansowane techniki statystyczne, np. wyszukiwanie skupień danych.
"I learned..." - "Dowiedziałem się z tej książki więcej, niż z jakiejkolwiek innej pozycji poświęconej programowaniu."
David Curran, Inżynier kognitywny w firmie OpenJaw Technologies
Wybrane bestsellery
-
Perform data analysis with R quickly and efficiently with more than 275 practical recipes in this expanded second edition. The R language provides everything you need to do statistical work, but its structure can be difficult to master. These task-oriented recipes make you productive with R immed...
R Cookbook. Proven Recipes for Data Analysis, Statistics, and Graphics. 2nd Edition R Cookbook. Proven Recipes for Data Analysis, Statistics, and Graphics. 2nd Edition
(208.31 zł najniższa cena z 30 dni)208.11 zł
249.00 zł(-16%) -
R is a powerful tool for statistics and graphics, but getting started with this language can be frustrating. This short, concise book provides beginners with a selection of how-to recipes to solve simple problems with R. Each solution gives you just what you need to know to use R for basic statis...
25 Recipes for Getting Started with R. Excerpts from the R Cookbook 25 Recipes for Getting Started with R. Excerpts from the R Cookbook
(41.11 zł najniższa cena z 30 dni)40.91 zł
64.99 zł(-37%) -
To czwarte, zaktualizowane wydanie znakomitego przewodnika poświęconego zastosowaniu uczenia maszynowego do rozwiązywania rzeczywistych problemów w analizie danych. Dzięki książce dowiesz się wszystkiego, co trzeba wiedzieć o wstępnym przetwarzaniu danych, znajdowaniu kluczowych spostrzeżeń, prog...
Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV Uczenie maszynowe w języku R. Tworzenie i doskonalenie modeli - od przygotowania danych po dostrajanie, ewaluację i pracę z big data. Wydanie IV
(83.40 zł najniższa cena z 30 dni)83.40 zł
139.00 zł(-40%) -
Oto zaktualizowane wydanie popularnego przewodnika, dzięki któremu skorzystasz z ponad dwustu sprawdzonych receptur bazujących na najnowszych wydaniach bibliotek Pythona. Wystarczy, że skopiujesz i dostosujesz kod do swoich potrzeb. Możesz też go uruchamiać i testować za pomocą przykładowego zbio...
Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II Uczenie maszynowe w Pythonie. Receptury. Od przygotowania danych do deep learningu. Wydanie II
(53.40 zł najniższa cena z 30 dni)53.40 zł
89.00 zł(-40%) -
Statystyka to dziedzina wiedzy, która bazuje na danych – przedmiotem jej zainteresowania są metody ich pozyskiwania i prezentacji, a przede wszystkim analizy. W ostatnich latach mocno zyskuje na popularności i dziś niemal każda uczelnia w Polsce oferuje możliwość studiowania na kierunku zwi...
Statystyka. Kurs video. Przewodnik dla studentów kierunków ścisłych Statystyka. Kurs video. Przewodnik dla studentów kierunków ścisłych
(70.95 zł najniższa cena z 30 dni)83.85 zł
129.00 zł(-35%) -
Oto drugie, zaktualizowane wydanie znakomitego przewodnika dla analityków danych. Dzięki niemu dowiesz się, w jaki sposób używać języka R do importowania, przekształcania i wizualizowania danych, a także do przekazywania uzyskanych wyników analizy. Nauczysz się też rozwiązywać najczęściej występu...
Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II Język R w data science. Importowanie, porządkowanie, przekształcanie, wizualizowanie i modelowanie danych. Wydanie II
(77.40 zł najniższa cena z 30 dni)77.40 zł
129.00 zł(-40%) -
Mastering Data transformation is essential for enhancing their data models and business intelligence. The Definitive Guide to Power Query equips you with the knowledge and skills to master the tool while leveraging its remarkable capabilities.
The Definitive Guide to Power Query (M). Mastering complex data transformation with Power Query The Definitive Guide to Power Query (M). Mastering complex data transformation with Power Query
Gregory Deckler, Rick de Groot, Melissa de Korte, Brian Julius
-
Jeśli w swojej pracy masz lub miewasz do czynienia z danymi, z pewnością orientujesz się, że do tego celu stworzono dotąd całkiem sporo narzędzi. Nic dziwnego – przy tej liczbie danych, z jaką spotykamy się w dzisiejszym cyfrowym świecie, zdolność do ich sprawnego analizowania i wyciągania ...
Grafana. Kurs video. Monitorowanie, analiza i wizualizacja danych w czasie rzeczywistym Grafana. Kurs video. Monitorowanie, analiza i wizualizacja danych w czasie rzeczywistym
(39.90 zł najniższa cena z 30 dni)62.55 zł
139.00 zł(-55%) -
Agile i Scrum, Scrum i Agile. Opanowawszy branżę IT, powoli, ale konsekwentnie, zdobywają inne biznesowe przyczółki i rozgaszczają się w firmach na dobre… Albo niedobre, gdy budzą niezrozumienie, protesty, a czasem nawet chęć ucieczki! Agile i Scrum brzmią tak nowocześnie, w teorii świetnie...(23.94 zł najniższa cena z 30 dni)
23.94 zł
39.90 zł(-40%) -
Oto praktyczny przewodnik po nauce o danych w miejscu pracy. Dowiesz się stąd wszystkiego, co ważne na początku Twojej drogi jako danologa: od osobowości, z którymi przyjdzie Ci pracować, przez detale analizy danych, po matematykę stojącą za algorytmami i uczeniem maszynowym. Nauczysz się myśleć ...
Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym
(41.40 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%)
O autorach ebooka
J.D. Long - jest programistą i założycielem stowarzyszenia Chicago R User Group. Pasjonuje go tworzenie kodu w językach Python i R oraz usługi AWS. Jest znany z obrazowych metafor, którymi okrasza swoje wystąpienia na konferencjach poświęconych językowi R.
Paul Teetor jest programistą statystycznym. Specjalizuje się w analizie i inżynierii oprogramowania w sektorach zarządzania inwestycyjnego, handlu papierami wartościowymi i zarządzania ryzykiem. Współpracuje z funduszami hedgingowymi, maklerami i zarządcami portfeli na terenie Chicago.
Zobacz pozostałe książki z serii Receptury
-
To drugie, zaktualizowane wydanie przewodnika po systemie Prometheus. Znajdziesz w nim wyczerpujące wprowadzenie do tego oprogramowania, a także wskazówki dotyczące monitorowania aplikacji i infrastruktury, tworzenia wykresów, przekazywania ostrzeżeń, bezpośredniej instrumentacji kodu i pobierani...
Prometheus w pełnej gotowości. Jak monitorować pracę infrastruktury i wydajność działania aplikacji. Wydanie II Prometheus w pełnej gotowości. Jak monitorować pracę infrastruktury i wydajność działania aplikacji. Wydanie II
(53.40 zł najniższa cena z 30 dni)53.40 zł
89.00 zł(-40%) -
Dzięki tej książce zrozumiesz bazowe koncepcje programowania funkcyjnego i przekonasz się, że możesz włączać je do kodu bez rezygnacji z paradygmatu obiektowego. Dowiesz się również, kiedy w swojej codziennej pracy używać takich opcji jak niemutowalność i funkcje czyste i dlaczego warto to robić....
Java. Podejście funkcyjne. Rozszerzanie obiektowego kodu Javy o zasady programowania funkcyjnego Java. Podejście funkcyjne. Rozszerzanie obiektowego kodu Javy o zasady programowania funkcyjnego
(52.20 zł najniższa cena z 30 dni)52.20 zł
87.00 zł(-40%) -
Ta książka będzie świetnym uzupełnieniem wiedzy o Flutterze i Darcie, sprawdzi się również jako wsparcie podczas rozwiązywania konkretnych problemów. Znalazło się tu ponad sto receptur, dzięki którym poznasz tajniki pisania efektywnego kodu, korzystania z narzędzi udostępnianych przez framework F...
Flutter i Dart. Receptury. Tworzenie chmurowych aplikacji full stack Flutter i Dart. Receptury. Tworzenie chmurowych aplikacji full stack
(41.40 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
Ten przewodnik, który docenią programiści i architekci, zawiera wyczerpujące omówienie zagadnień projektowania, funkcjonowania i modyfikowania architektury API. Od strony praktycznej przedstawia strategie budowania i testowania API REST umożliwiającego połączenie oferowanej funkcjonalności na poz...
Architektura API. Projektowanie, używanie i rozwijanie systemów opartych na API Architektura API. Projektowanie, używanie i rozwijanie systemów opartych na API
(41.40 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
W tej książce omówiono ponad 20 najprzydatniejszych wzorców projektowych, dzięki którym tworzone aplikacje internetowe będą łatwe w późniejszej obsłudze technicznej i w trakcie skalowania. Poza wzorcami projektowymi przedstawiono wzorce generowania i wydajności działania, których znaczenie dla uż...
Wzorce projektowe w JavaScripcie. Przewodnik dla programistów JavaScriptu i Reacta. Wydanie II Wzorce projektowe w JavaScripcie. Przewodnik dla programistów JavaScriptu i Reacta. Wydanie II
(41.40 zł najniższa cena z 30 dni)41.40 zł
69.00 zł(-40%) -
To gruntownie zaktualizowane i uzupełnione wydanie praktycznego przewodnika po wdrażaniu i testowaniu kontenerów Dockera. Przedstawia proces przygotowania pakietu aplikacji ze wszystkimi ich zależnościami, a także jego testowania, wdrażania, skalowania i utrzymywania w środowiskach produkcyjnych....
Docker. Niezawodne kontenery produkcyjne. Praktyczne zastosowania. Wydanie III Docker. Niezawodne kontenery produkcyjne. Praktyczne zastosowania. Wydanie III
(52.20 zł najniższa cena z 30 dni)52.20 zł
87.00 zł(-40%) -
To książka przeznaczona dla osób, które pracują ze zbiorami danych. Jest praktycznym przewodnikiem po koncepcjach algebry liniowej, pomyślanym tak, by ułatwić ich zrozumienie i zastosowanie w użytecznych obliczeniach. Poszczególne zagadnienia przedstawiono za pomocą kodu Pythona, wraz z przykłada...
Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie Praktyczna algebra liniowa dla analityków danych. Od podstawowych koncepcji do użytecznych aplikacji w Pythonie
(46.20 zł najniższa cena z 30 dni)46.20 zł
77.00 zł(-40%) -
Ta książka stanowi wszechstronne omówienie wszystkich bibliotek Pythona, potrzebnych naukowcom i specjalistom pracującym z danymi. Znalazł się tu dokładny opis IPythona, NumPy, Pandas, Matplotlib, Scikit-Learn i innych narzędzi. Podręcznik uwzględnia przede wszystkim ich aspekty praktyczne, dzięk...
Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II Python Data Science. Niezbędne narzędzia do pracy z danymi. Wydanie II
(77.40 zł najniższa cena z 30 dni)77.40 zł
129.00 zł(-40%) -
Oto kolejne wydanie zwięzłego podręcznika dla programistów Javy, który ma ułatwić maksymalne wykorzystanie technologii tego języka w wersji 17. Treść została skrupulatnie przejrzana i uzupełniona o materiał dotyczący nowości w obiektowym modelu Javy. Pierwsza część książki obejmuje wprowadzenie d...(53.40 zł najniższa cena z 30 dni)
53.40 zł
89.00 zł(-40%) -
Dzięki tej książce dowiesz się, w jaki sposób uczynić architekturę oprogramowania wystarczająco plastyczną, aby mogła odzwierciedlać zachodzące zmiany biznesowe i technologiczne. W nowym wydaniu rozbudowano pojęcia zmiany kierowanej i przyrostowej, a także przedstawiono najnowsze techniki dotyczą...
Architektura ewolucyjna. Projektowanie oprogramowania i wsparcie zmian. Wydanie II Architektura ewolucyjna. Projektowanie oprogramowania i wsparcie zmian. Wydanie II
(40.20 zł najniższa cena z 30 dni)40.20 zł
67.00 zł(-40%)
Ebooka "Język R. Receptury. Analiza danych, statystyka i przetwarzanie grafiki. Wydanie II" przeczytasz na:
-
czytnikach Inkbook, Kindle, Pocketbook, Onyx Boox i innych
-
systemach Windows, MacOS i innych
-
systemach Windows, Android, iOS, HarmonyOS
-
na dowolnych urządzeniach i aplikacjach obsługujących formaty: PDF, EPub, Mobi
Masz pytania? Zajrzyj do zakładki Pomoc »
Audiobooka "Język R. Receptury. Analiza danych, statystyka i przetwarzanie grafiki. Wydanie II" posłuchasz:
-
w aplikacji Ebookpoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych
-
na dowolnych urządzeniach i aplikacjach obsługujących format MP3 (pliki spakowane w ZIP)
Masz pytania? Zajrzyj do zakładki Pomoc »
Kurs Video "Język R. Receptury. Analiza danych, statystyka i przetwarzanie grafiki. Wydanie II" zobaczysz:
-
w aplikacjach Ebookpoint i Videopoint na Android, iOS, HarmonyOs
-
na systemach Windows, MacOS i innych z dostępem do najnowszej wersji Twojej przeglądarki internetowej
Szczegóły ebooka
- Tytuł oryginału:
- R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics, 2nd Edition
- Tłumaczenie:
- Krzysztof Sawka
- ISBN Książki drukowanej:
- 978-83-283-6288-8, 9788328362888
- Data wydania książki drukowanej:
- 2020-03-17
- ISBN Ebooka:
- 978-83-283-6289-5, 9788328362895
- Data wydania ebooka:
- 2020-03-17 Data wydania ebooka często jest dniem wprowadzenia tytułu do sprzedaży i może nie być równoznaczna z datą wydania książki papierowej. Dodatkowe informacje możesz znaleźć w darmowym fragmencie. Jeśli masz wątpliwości skontaktuj się z nami sklep@ebookpoint.pl.
- Format:
- 168x237
- Numer z katalogu:
- 104886
- Rozmiar pliku Pdf:
- 7.2MB
- Rozmiar pliku ePub:
- 9.5MB
- Rozmiar pliku Mobi:
- 20.7MB
- Pobierz przykładowy rozdział PDF
- Przykłady na ftp
Ebook zawiera materiały dodatkowe, które możesz pobrać z serwera FTP - link znajdziesz na stronie redakcyjnej.
- Erraty / Zgłoś erratę
- Serie wydawnicze: Receptury
Spis treści ebooka
- 1.1. Pobranie i instalacja R 18
- 1.2. Instalacja środowiska RStudio 20
- 1.3. Uruchamianie środowiska RStudio 21
- 1.4. Wprowadzanie poleceń 23
- 1.5. Wyjście ze środowiska RStudio 24
- 1.6. Przerywanie realizacji kodu R 26
- 1.7. Przeglądanie dołączonej dokumentacji 27
- 1.8. Uzyskiwanie pomocy na temat funkcji 28
- 1.9. Wyszukiwanie dodatkowej dokumentacji 30
- 1.10. Uzyskiwanie pomocy na temat pakietu 31
- 1.11. Wyszukiwanie pomocy w internecie 32
- 1.12. Wyszukiwanie przydatnych funkcji i pakietów 35
- 1.13. Przeszukiwanie list dyskusyjnych 36
- 1.14. Przesyłanie pytań do serwisu Stack Overflow lub innego 37
- 2.1. Wyświetlanie interesujących nas danych na ekranie 41
- 2.2. Wyznaczanie zmiennych 43
- 2.3. Tworzenie listy zmiennych 44
- 2.4. Usuwanie zmiennych 46
- 2.5. Tworzenie wektorów 47
- 2.6. Obliczanie podstawowych statystyk 49
- 2.7. Tworzenie sekwencji 51
- 2.8. Porównywanie wektorów 52
- 2.9. Wybieranie elementów wektora 54
- 2.10. Wykonywanie obliczeń wektorowych 57
- 2.11. Ustalanie pierwszeństwa operatorów 59
- 2.12. Osiąganie więcej przy mniejszej liczbie znaków 61
- 2.13. Tworzenie strumienia wywołań funkcji 62
- 2.14. Unikanie najpowszechniejszych pomyłek 65
- 3.1. Sprawdzanie i wyznaczanie katalogu roboczego 71
- 3.2. Tworzenie nowego projektu RStudio 72
- 3.3. Zapisywanie przestrzeni roboczej 74
- 3.4. Przeglądanie historii wpisanych poleceń 75
- 3.5. Zapisywanie wyniku wcześniejszego polecenia 76
- 3.6. Wyświetlanie załadowanych pakietów poprzez ścieżkę wyszukiwania 77
- 3.7. Przeglądanie listy zainstalowanych pakietów 79
- 3.8. Uzyskiwanie dostępu do funkcji zawartych w pakiecie 80
- 3.9. Uzyskiwanie dostępu do wbudowanych zestawów danych 81
- 3.10. Instalowanie pakietów z repozytorium CRAN 82
- 3.11. Instalowanie pakietu z serwisu GitHub 84
- 3.12. Wyznaczanie lub zmiana domyślnego serwera CRAN 85
- 3.13. Uruchamianie skryptu 86
- 3.14. Uruchamianie skryptu wsadowego 87
- 3.15. Wyszukiwanie katalogu domowego R 89
- 3.16. Personalizowanie rozruchu R 91
- 3.17. Korzystanie z R i RStudio w chmurze 94
- 4.1. Wprowadzanie danych za pomocą klawiatury 97
- 4.2. Wyświetlanie mniejszej (lub większej) liczby znaków 98
- 4.3. Przekierowywanie wyników do pliku 100
- 4.4. Wyświetlanie listy plików 101
- 4.5. Problem z otwieraniem pliku w systemie Windows 103
- 4.6. Odczytywanie rekordów o stałej szerokości 104
- 4.7. Odczytywanie plików danych tabelarycznych 107
- 4.8. Odczytywanie plików CSV 110
- 4.9. Zapisywanie danych w pliku CSV 112
- 4.10. Odczytywanie danych tabelarycznych lub CSV z internetu 113
- 4.11. Odczytywanie danych z arkuszy Excel 114
- 4.12. Zapisywanie ramki danych w pliku Excel 116
- 4.13. Odczytywanie danych z pliku SAS 118
- 4.14. Odczytywanie danych z tabel HTML 120
- 4.15. Odczytywanie plików o skomplikowanej strukturze 122
- 4.16. Odczyt baz danych MySQL 126
- 4.17. Uzyskiwanie dostępu do bazy danych za pomocą pakietu dbplyr 129
- 4.18. Zapisywanie i transportowanie obiektów 131
- 5.1. Dodawanie danych do wektora 142
- 5.2. Wstawianie danych do wektora 144
- 5.3. Reguła zawijania 144
- 5.4. Tworzenie wektora czynnikowego (zmiennej kategorialnej) 146
- 5.5. Łączenie wielu wektorów w jeden wektor i wektor czynnikowy 147
- 5.6. Tworzenie listy 149
- 5.7. Wybieranie elementów listy za pomocą ich pozycji 150
- 5.8. Wybieranie elementów listy po nazwie 152
- 5.9. Tworzenie listy asocjacyjnej nazwa/wartość 153
- 5.10. Usuwanie elementu z listy 155
- 5.11. Spłaszczanie listy do postaci wektora 156
- 5.12. Usuwanie elementów o wartości NULL z listy 157
- 5.13. Warunkowe usuwanie elementów listy 158
- 5.14. Inicjowanie macierzy 159
- 5.15. Wykonywanie operacji macierzowych 161
- 5.16. Nadawanie nazw opisowych rzędom i kolumnom macierzy 162
- 5.17. Wybór jednego rzędu/kolumny macierzy 163
- 5.18. Inicjowanie ramki danych z danymi kolumny 164
- 5.19. Inicjowanie ramki danych z danymi rzędu 165
- 5.20. Dołączanie rzędów do ramki danych 168
- 5.21. Wybór kolumn ramki danych za pomocą pozycji 170
- 5.22. Wybór kolumn ramki danych za pomocą nazwy 174
- 5.23. Zmienianie nazw kolumn w ramce danych 175
- 5.24. Usuwanie wartości NA z ramki danych 176
- 5.25. Wykluczanie kolumn za pomocą nazwy 177
- 5.26. Łączenie dwóch ramek danych 178
- 5.27. Scalanie kolumn dwóch ramek danych 179
- 5.28. Przekształcanie jednej wartości atomowej w inną 181
- 5.29. Przekształcanie jednego ustrukturyzowanego typu danych w inny 183
- 6.1. Stosowanie funkcji wobec każdego elementu listy 187
- 6.2. Stosowanie funkcji wobec każdego rzędu ramki danych 190
- 6.3. Stosowanie funkcji wobec każdego rzędu macierzy 191
- 6.4. Stosowanie funkcji wobec każdej kolumny 192
- 6.5. Stosowanie funkcji wobec wektorów równoległych lub list 194
- 6.6. Stosowanie funkcji wobec grup danych 196
- 6.7. Tworzenie nowej kolumny na podstawie jakiegoś warunku 197
- 7.1. Uzyskiwanie długości łańcucha znaków 201
- 7.2. Łączenie łańcuchów znaków 202
- 7.3. Wydobywanie fragmentów łańcuchów znaków 203
- 7.4. Rozdzielanie łańcucha znaków zgodnie z rozgranicznikiem 204
- 7.5. Zastępowanie fragmentów łańcuchów znaków 205
- 7.6. Tworzenie wszystkich kombinacji par łańcuchów znaków 206
- 7.7. Uzyskiwanie bieżącej daty 208
- 7.8. Przekształcanie łańcucha znaków w obiekt Date 208
- 7.9. Przekształcanie obiektu Date w łańcuch znaków 209
- 7.10. Przekształcanie roku, miesiąca i dnia w obiekt Date 210
- 7.11. Uzyskiwanie daty juliańskiej 211
- 7.12. Wydobywanie elementów składowych daty 212
- 7.13. Tworzenie sekwencji dat 213
- 8.1. Wyznaczanie liczby kombinacji 217
- 8.2. Generowanie kombinacji 218
- 8.3. Generowanie liczb losowych 219
- 8.4. Generowanie odtwarzalnych liczb losowych 220
- 8.5. Generowanie próby losowej 222
- 8.6. Generowanie sekwencji losowych 223
- 8.7. Losowe permutacje wektora 224
- 8.8. Obliczanie prawdopodobieństwa rozkładów dyskretnych 225
- 8.9. Obliczanie prawdopodobieństwa rozkładów ciągłych 226
- 8.10. Przekształcanie prawdopodobieństw w kwantyle 228
- 8.11. Tworzenie wykresu funkcji gęstości 229
- 9.1. Podsumowywanie danych 237
- 9.2. Obliczanie częstości względnych 239
- 9.3. Zestawianie wektorów czynnikowych w tabeli i tworzenie tablic wielodzielczych 240
- 9.4. Sprawdzanie niezależności zmiennych kategorialnych 241
- 9.5. Obliczanie kwantylów (i kwartylów) zestawu danych 242
- 9.6. Uzyskiwanie odwrotności kwantylu 243
- 9.7. Normalizowanie danych 244
- 9.8. Testowanie średniej próby (test t) 244
- 9.9. Kształtowanie przedziału ufności dla średniej 246
- 9.10. Kształtowanie przedziału ufności dla mediany 247
- 9.11. Testowanie proporcji próby 248
- 9.12. Kształtowanie przedziału ufności dla proporcji 249
- 9.13. Testowanie pod względem rozkładu normalnego 250
- 9.14. Testowanie przebiegów 251
- 9.15. Porównywanie średnich dwóch prób 252
- 9.16. Nieparametryczne porównywanie położenia dwóch prób 254
- 9.17. Testowanie korelacji pod względem istotności 256
- 9.18. Testowanie grup pod względem równych proporcji 257
- 9.19. Porównywanie parami średnich poszczególnych grup 259
- 9.20. Testowanie dwóch prób w kontekście tego samego rozkładu 260
- 10.1. Tworzenie wykresu punktowego 267
- 10.2. Wstawianie tytułu i etykiet 267
- 10.3. Dodawanie (lub usuwanie) siatki 269
- 10.4. Stosowanie motywu wobec wykresu ggplot 272
- 10.5. Tworzenie wielogrupowego wykresu punktowego 277
- 10.6. Dodawanie (lub usuwanie) legendy 278
- 10.7. Rysowanie linii regresji na wykresie punktowym 282
- 10.8. Tworzenie wykresów par zmiennych 285
- 10.9. Tworzenie wykresów punktowych dla poszczególnych grup danych 287
- 10.10. Tworzenie wykresu kolumnowego 289
- 10.11. Umieszczanie przedziałów ufności na wykresie kolumnowym 292
- 10.12. Wprowadzanie kolorów na wykresie kolumnowym 295
- 10.13. Rysowanie linii łączącej pary punktów x i y 297
- 10.14. Zmiana rodzaju, szerokości i koloru linii 297
- 10.15. Tworzenie wykresu zawierającego wiele zestawów danych 301
- 10.16. Dodawanie linii pionowych lub poziomych 302
- 10.17. Tworzenie wykresu pudełkowego 304
- 10.18. Tworzenie po jednym wykresie pudełkowym na każdy poziom wektora czynnikowego 306
- 10.19. Tworzenie histogramu 308
- 10.20. Dodawanie oszacowania gęstości do histogramu 310
- 10.21. Tworzenie standardowego wykresu kwantyl-kwantyl 311
- 10.22. Tworzenie innych wykresów kwantyl-kwantyl 314
- 10.23. Rysowanie zmiennej w różnych kolorach 316
- 10.24. Tworzenie wykresu funkcji 319
- 10.25. Wyświetlanie wielu wykresów na jednej stronie 321
- 10.26. Zapisywanie wykresu do pliku 324
- 11.1. Przeprowadzanie prostej analizy liniowej 329
- 11.2. Przeprowadzanie wielorakiej regresji liniowej 331
- 11.3. Uzyskiwanie statystyk regresji 332
- 11.4. Omówienie podsumowania regresji 335
- 11.5. Przeprowadzanie regresji liniowej bez użycia punktu przecięcia z osią współrzędnych 338
- 11.6. Przeprowadzanie regresji wyłącznie przy użyciu zmiennych ściśle skorelowanych ze zmienną objaśnianą 339
- 11.7. Przeprowadzanie regresji liniowej z członami interakcyjnymi 342
- 11.8. Wybór najlepszych zmiennych regresji 344
- 11.9. Przeprowadzanie regresji na podzbiorze danych 349
- 11.10. Korzystanie ze wzorów w równaniu regresji 350
- 11.11. Przeprowadzanie regresji względem wielomianu 351
- 11.12. Regresja względem przekształconych danych 353
- 11.13. Wyszukiwanie najlepszego przekształcenia potęgowego (procedura Boxa-Coxa) 355
- 11.14. Kształtowanie przedziałów ufności dla współczynników regresji 359
- 11.15. Tworzenie wykresu elementów resztowych regresji 360
- 11.16. Diagnozowanie regresji liniowej 361
- 11.17. Wykrywanie najbardziej znaczących obserwacji 364
- 11.18. Testowanie wartości resztowych pod względem autokorelacji (test Durbina-Watsona) 366
- 11.19. Przewidywanie nowych wartości 367
- 11.20. Kształtowanie przedziałów predykcji 368
- 11.21. Przeprowadzanie jednoczynnikowej analizy ANOVA 369
- 11.22. Tworzenie wykresu interakcji 371
- 11.23. Wyszukiwanie różnic pomiędzy średnimi grup 372
- 11.24. Przeprowadzanie odpornej analizy ANOVA (test Kruskala-Wallisa) 375
- 11.25. Porównywanie modeli za pomocą analizy ANOVA 376
- 12.1. Zaglądanie do danych 379
- 12.2. Wyświetlanie rezultatu przypisania 380
- 12.3. Sumowanie rzędów lub kolumn 382
- 12.4. Wyświetlanie danych w kolumnach 383
- 12.5. Grupowanie danych w przedziały 384
- 12.6. Określanie położenia danej wartości 385
- 12.7. Wybieranie co n-tego elementu wektora 385
- 12.8. Określanie minimów i maksimów 386
- 12.9. Tworzenie wszystkich kombinacji kilku zmiennych 388
- 12.10. Spłaszczanie ramki danych 389
- 12.11. Sortowanie ramki danych 390
- 12.12. Usuwanie atrybutów ze zmiennej 391
- 12.13. Odkrywanie struktury obiektu 392
- 12.14. Obliczanie czasu potrzebnego na realizację kodu 395
- 12.15. Wstrzymywanie ostrzeżeń i komunikatów o błędach 396
- 12.16. Pobieranie argumentów funkcji z listy 397
- 12.17. Definiowanie własnych operatorów binarnych 399
- 12.18. Blokowanie komunikatu rozruchowego 401
- 12.19. Przeglądanie i wyznaczanie zmiennych środowiskowych 401
- 12.20. Używanie sekcji kodu 402
- 12.21. Równoległe przetwarzanie kodu R na komputerze lokalnym 403
- 12.22. Równoległe przetwarzanie kodu R w sposób zdalny 406
- 13.1. Minimalizowanie lub maksymalizowanie funkcji jednoparametrowej 411
- 13.2. Minimalizowanie lub maksymalizowanie funkcji wieloparametrowej 412
- 13.3. Obliczanie wartości własnych i wektorów własnych 414
- 13.4. Przeprowadzanie analizy głównych składowych 415
- 13.5. Przeprowadzanie prostej regresji ortogonalnej 416
- 13.6. Wyszukiwanie skupień w danych 418
- 13.7. Przewidywanie zmiennej binarnej (regresja logistyczna) 421
- 13.8. Metody samowsporne 423
- 13.9. Analiza czynnikowa 425
- 14.1. Reprezentowanie danych szeregów czasowych 433
- 14.2. Tworzenie wykresów danych szeregów czasowych 436
- 14.3. Wydobywanie najstarszych lub najnowszych obserwacji 437
- 14.4. Tworzenie podzbiorów z szeregów czasowych 439
- 14.5. Scalanie kilku szeregów czasowych 441
- 14.6. Uzupełnianie brakujących obserwacji w szeregach czasowych 443
- 14.7. Opóźnianie lub przyspieszanie szeregu czasowego 446
- 14.8. Obliczanie kolejnych różnic 447
- 14.9. Wykonywanie obliczeń na szeregu czasowym 449
- 14.10. Obliczanie średniej kroczącej 450
- 14.11. Stosowanie funkcji przy uwzględnieniu okresu kalendarzowego 451
- 14.12. Stosowanie funkcji rozwijającej 453
- 14.13. Tworzenie wykresu funkcji autokorelacji 455
- 14.14. Testowanie szeregów czasowych pod kątem autokorelacji 456
- 14.15. Tworzenie wykresu funkcji autokorelacji cząstkowej 457
- 14.16. Wyszukiwanie korelacji opóźnionych pomiędzy dwoma szeregami czasowymi 459
- 14.17. Usuwanie trendów z szeregów czasowych 461
- 14.18. Dopasowywanie modelu ARIMA 463
- 14.19. Usuwanie nieistotnych współczynników z modelu ARIMA 466
- 14.20. Diagnozowanie modelu ARIMA 468
- 14.21. Uzyskiwanie prognoz z modelu ARIMA 470
- 14.22. Tworzenie wykresu prognoz 471
- 14.23. Sprawdzanie występowania zjawiska równania do średniej w szeregu czasowym 472
- 14.24. Wygładzanie szeregu czasowego 475
- 15.1. Wybór pomiędzy dwiema alternatywnymi opcjami: if/else 480
- 15.2. Przetwarzanie w pętli 482
- 15.3. Definiowanie funkcji 483
- 15.4. Tworzenie zmiennej lokalnej 485
- 15.5. Wybór pomiędzy wieloma alternatywnymi ścieżkami: funkcja switch 485
- 15.6. Definiowanie wartości domyślnych parametrów 487
- 15.7. Sygnalizowanie błędów 488
- 15.8. Ochrona przed błędami 489
- 15.9. Tworzenie funkcji anonimowej 490
- 15.10. Tworzenie zbioru funkcji wielokrotnego użytku 491
- 15.11. Automatyczne formatowanie kodu 492
- 16.1. Tworzenie nowego dokumentu 496
- 16.2. Dodawanie tytułu, danych autora i daty 498
- 16.3. Formatowanie dokumentu tekstowego 499
- 16.4. Wstawianie nagłówków dokumentu 500
- 16.5. Wstawianie listy 500
- 16.6. Prezentowanie wyników kodu R 502
- 16.7. Kontrolowanie wyświetlania kodu i wyników 503
- 16.8. Wstawianie wykresu 505
- 16.9. Wstawianie tabeli 507
- 16.10. Wstawianie wygenerowanej tabeli 509
- 16.11. Wstawianie równań matematycznych 512
- 16.12. Generowanie wyniku w formacie HTML 513
- 16.13. Generowanie wyniku w formacie PDF 514
- 16.14. Generowanie wyników w formacie Microsoft Word 516
- 16.15. Generowanie pliku prezentacji 522
- 16.16. Tworzenie parametryzowanego raportu 524
- 16.17. Organizowanie pracy z dokumentami R Markdown 527
1. Pierwsze kroki i uzyskiwanie pomocy 17
2. Garść podstaw 41
3. Korzystanie z oprogramowania 71
4. Dane wejściowe i wyjściowe 97
5. Struktury danych 135
6. Przekształcenia danych 187
7. Łańcuchy znaków i daty 199
8. Prawdopodobieństwo 215
9. Statystyka ogólna 235
10. Grafika 263
11. Regresja liniowa i analiza ANOVA 327
12. Przydatne sztuczki 379
13. Zaawansowane obliczenia numeryczne i statystyczne 411
14. Analiza szeregów czasowych 431
15. Elementy prostego programowania 479
16. Środowisko R Markdown i publikowanie 495
Oceny i opinie klientów: Język R. Receptury. Analiza danych, statystyka i przetwarzanie grafiki. Wydanie II JD Long, Paul Teetor (1) Weryfikacja opinii następuję na podstawie historii zamówień na koncie Użytkownika umieszczającego opinię. Użytkownik mógł otrzymać punkty za opublikowanie opinii uprawniające do uzyskania rabatu w ramach Programu Punktowego.
(1)
(0)
(0)
(0)
(0)
(0)